公开(公告)号：CN118566744A

公开(公告)日：2024-08-30

申请号：CN202410678794.0

申请日：2024-05-29

Applicant: 武汉大学

Inventor： 邵建伟 ,  王军华 ,  张慧颖 ,  王梦园 ,  王子卿

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明涉及电池管理技术，尤其涉及基于数据驱动的梯次利用锂电池SOH估算方法及系统，该方法结合数据驱动方法优势，基于电池脉冲电压响应曲线提取与电池SOH退化相关的端电压斜率和校正标准差作为健康特征。再结合CNN与GRU，实现高精度和高稳定性的梯次利用锂电池SOH在线估算。并通过搭建电池测试系统平台以及CNN、GRU神经网络对比，验证所提方法对于梯次利用锂电池SOH的估算效果、模型泛化能力及鲁棒性。该方法提取易测量的端电压斜率、校正标准差作为健康特征，提出CNN‑GRU混合神经网络模型能够实现对梯次利用锂电池SOH的在线精确估算，有利于梯次利用锂电池的性能评价。

公开(公告)号：CN116736130A

公开(公告)日：2023-09-12

申请号：CN202310578010.2

申请日：2023-05-22

Applicant: 武汉大学

Inventor： 王军华 ,  张慧颖 ,  丁汀 ,  邵建伟 ,  朱永茂

IPC: G01R31/367 ,  G01R31/392 ,  G06F18/25 ,  G06F18/214 ,  G06F18/10

Abstract: 本发明提供一种锂电池剩余使用寿命预测方法及系统，属于锂电池技术领域，包括：对锂电池原始数据进行标准化处理得到锂电池标准化数据，基于锂电池标准化数据构建训练数据集和测试数据集；利用训练数据集对改进的DAE‑Autoformer融合模型进行训练，得到初始锂电池剩余使用寿命预测模型；利用测试数据集对初始锂电池剩余使用寿命预测模型进行精度调整，得到锂电池剩余使用寿命预测模型；将待检测锂电池数据输入锂电池剩余使用寿命预测模型，输出锂电池剩余使用寿命预测结果。本发明通过改进DAE‑Autoformer融合模型，对输入电池数据降噪处理并学习有效特征，以较短训练时间实现电池寿命的高精度高稳定性长期预测。

公开(公告)号：CN116699409A

公开(公告)日：2023-09-05

申请号：CN202310492207.4

申请日：2023-05-04

Applicant: 武汉大学

Inventor： 王军华 ,  张慧颖 ,  丁汀 ,  邵建伟 ,  蔡昌松 ,  朱永茂

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明提出了一种锂电池健康状态估测方法及计算机可读介质。本发明结合锂电池每次充放电循环下的多个指标及容量进行最大最小归一化处理，得到每次充放电循环下的归一化后的多个指标及电池容量；构建锂电池健康状态估计模型，通过训练锂电池健康状态估计模型，得到每次充放电循环下的电池容量预测结果，结合每次充放电循环下的归一化后的电池容量构建损失函数模型，通过遗传算法进行超参数优化，得到优化后锂电池健康状态估计模型；实时获取锂电池每次充放电循环下的多个指标数据，通过优化后锂电池健康状态估计模型预测得到实时的电池容量。本发明能够有效表征锂电池容量的退化情况，在线估计出锂电池的健康状态，具有很高的精确度和很好的鲁棒性。